Thread.join()

本文通过具体示例代码展示了Java中线程的同步机制,特别是如何使用Thread类的join方法来确保线程按预期顺序执行。通过注释不同的join调用,观察线程执行顺序的变化,有助于理解线程间同步的重要性。

Thread的非静态方法join()让一个线程t2“加入”到另外一个线程t1的尾部。在A执行完毕之前,B不能执行

 

 

分别注释t1.join()和t2.join()观察程序打印顺序

 

class ThreadTesterA implements Runnable {
	private int i;
	public void run() {
		try {
			while (i <= 10) {
				System.out.println("ThreadTesterA = " + i + " ");
				Thread.sleep(500);
				i++;
			}
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}
}

class ThreadTesterB implements Runnable {
	private int i;
	public void run() {
		try {
			while (i <= 10) {
				System.out.println("ThreadTesterB = " + i + " ");
				Thread.sleep(500);
				i++;
			}
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}
}

public class MyThread {
	public static void main(String[] args) throws InterruptedException {
		Thread t1 = new Thread(new ThreadTesterA());
		Thread t2 = new Thread(new ThreadTesterB());
		
		System.out.println("准备执行线程");
		t1.start();
		System.out.println("已经启动线程t1");
		
		t1.join(); // 等待线程t1执行完时才向下执行

		t2.start();
		System.out.println("已经启动线程t2");
		t2.join(); // 等待线程t2执行完时才向下执行

		System.out.println("总线程执行结束");
	}
}

 

程序执行结果:

准备执行线程
已经启动线程t1
ThreadTesterA = 0
ThreadTesterA = 1
ThreadTesterA = 2
ThreadTesterA = 3
ThreadTesterA = 4
ThreadTesterA = 5
ThreadTesterA = 6
ThreadTesterA = 7
ThreadTesterA = 8
ThreadTesterA = 9
ThreadTesterA = 10
已经启动线程t2
ThreadTesterB = 0
ThreadTesterB = 1
ThreadTesterB = 2
ThreadTesterB = 3
ThreadTesterB = 4
ThreadTesterB = 5
ThreadTesterB = 6
ThreadTesterB = 7
ThreadTesterB = 8
ThreadTesterB = 9
ThreadTesterB = 10
线程执行结束

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值